FSD入華已滿一個月，技能水準好像不太一樣了。

時間拉回一個月前，FSD入華的首個24小時里，主機廠、車主、各路博主扎堆上路直播測試，首輪戰果出奇一致，闖紅燈、進園區罷工、不按規定道路劃線行駛、市區超速甚至逆行，很明顯，第一輪較量勝利的天平是更靠近國產智駕陣營的。彼時，馬斯克給出的解釋是，由於不可抗力因素，中國版本的FSD是基於互聯網公開道路數據採集訓練的，要這麼說，這位外國司機學習和熟悉一段時間的中國交規和道路環境后，之前的問題大概率是可以解決的。

20天后（3月17日），特斯拉向HW4.0車輛推送了FSD限時體驗，V13.2.6的系統版本沒變，車端軟體版本2024.45.32.12，但是從體驗的維度上看，已經有不少用戶發現，市區左右轉明顯沒有再駛入非機動車道，交通信號指示燈和道路劃線也看懂了，但園區、地庫依然不穩定，不理解限行路段，不禁要問，在沒有升級版本的情況下，FSD真能改進？和頭部國產智駕相比，FSD還有什麼短板？

決策明顯變規矩，FSD隱性升級了？

先拋出一個問題，為什麼現在限時體驗的V13.2.6，和一個月前的效果不一樣？截止到目前，特斯拉中國始終未對FSD入華后的種種表現置評，而就在FSD落地中國后不久，曾有消息稱特斯拉已調撥部分AI演演算法工程師來華做系統性優化，按照馬斯克在去年公開場合透露的資訊，特斯拉會持續學習優化FSD，部分改進不需要用戶去主動升級，車輛在信號條件較強的環境下，會自行覆蓋正使用版本的控制參數，比如跟車距離、變道激進程度等，事實上，其實這就是所謂的“隱性升級”。

FSD進入V13版本之後，軟體底層架構也同步升級到了2.0，架構支援模型和參數的遠端動態更新，不用系統版本升級可以直接部署，換句話說，這次對細節體驗的優化，就是因為有了海量的高品質長尾視頻實測片段，經過數據蒸餾對本土化障礙物做演算法適配，最後小幅優化控制參數，而在這之前，特斯拉就曾對FSD V12版本進行過一次參數熱修復，改進了在特定地區道路規則的臨時調整策略，修復了因為天氣或光線導致的感知系統誤識別問題，所以從某種程度上講，FSD來中國這30多天，首輪實測訓練結果已經出來了。

改進優化的點，還包括了更柔和的制動、較早的變道機制、加塞絲滑，重點來講依然存在的幾個問題。首先，相較於早期效果，限時體驗的FSD版本，闖紅燈幾乎沒有再發生，但百度地圖提供的紅綠燈倒計時數據資訊，FSD似乎並沒完全參考，比如，極限闖黃燈就時有發生，信號燈在已切換為黃燈時，FSD並沒有讓速的打算，而是以勻速或小幅提速駛過路口，這其實是存在安全隱患的，不過，結合40多公里的北京晚高峰市區實測體驗來看，綠燈尚有10秒左右結束，且前方無跟車的條件下，FSD又可以準確識別到，並且在道路劃線內穩穩剎停，不出意外，黃燈問題會是接下來FSD小幅改進的內容。

第二個問題是園區、地庫等場地，FSD表現依然不穩定。通過閘機基本沒太大難度，但老舊小區門口數量較多的減速帶，會讓本就低速段行駛的FSD突然停下來，在經過較長時間的“思考”和反應後，不提示接管也不降級，但出於通勤效率考慮，還是需要人為補一腳電門催促其駛離；由於目前FSD不支援D2D功能，但可以進入商超地庫，然而這也需要事先規劃好目的地資訊，到達導航終點后FSD會自行退出，並不會完成高階智駕最後一公里的泊車問題，相比華為、小鵬、理想等，這部分體驗明顯代差較大。

第三個問題是不能很好理解限行路段，主要是指潮汐車道和公交車道。目前V13.2.6的決策邏輯，多是以跟車為主，即便是在變道頻率最高的“敏捷”，在限行時間之外，只要無車行駛，FSD便會一直跟進前車，變道超車通勤效率同樣不穩定。目前，主流國產高階智駕，感知融合架構已經可以讀取並理解限行指示牌的內容資訊。話說回來，目前存在的幾個問題中，有一多半都和理解有關，按照FSD的演演算法優化邏輯，針對這部分特定場景或指示牌繼續做高質量訓練，解決起來難度並不大，而真正的難點，或者說，和國產智駕拉開距離的地方，其實並不在市區高速領航，而是聚焦在地下，在智駕最後一公里泊車這個環節上。

FSD大概率跟進VPD，但不如國產智駕安全？

從今年開始，配備雷達感測器的主流高階智駕，VPD、D2D等開始大量上車，其中VPD代客泊車商用最快會在今年開展，具體的功能大家基本都清楚了，重點在機場等場地，車主可以在出發層下車，讓車輛自行前往停車場完成泊車，同理，車輛也支援在到達層完成接駕，從某種程度上講，這個功能其實就是自動駕駛的其中的一項功能，新的思考是，FSD會部署嗎？目前，FSD僅支援ASS無人召喚功能，不過，和主流國產智駕技術相比，特斯拉移動端不支持即時路面顯示，且需要手動長按召回按鍵，最核心的，是在地庫等信號環境較差的場地無法啟動使用。

也就是說，即便FSD打通了自由車位到自由車位的泊車功能，但HW4.0在數位信號上並沒完善5G網路，這意味著，跨層漫遊自主泊車，大概率只能在小部分場地實現，這方面，顯然又和國產智駕技術有較大的距離。可能有人會搬出FSD AI學習的理論，本質上講，只要是端到端技術，能實現的功能就是和投喂質量和訓練量直接挂鉤的，所以FSD部署VPD，大概率會是時間上的問題，不過，這就又會產生一個新的疑問，效果夠好嗎？

在無人泊車的整個過程中，存在停車場會車、禮讓、窄路掉頭、跨層漫遊、避開障礙物等挑戰，站到整車和行駛安全的角度上看，這部分其實考驗的是感知融合架構的探測精度，這意味著，感知架構不光要在地面上看得遠，看得清，來到地下車庫還要看得准，在華為的L3架構中，車輛新增加了DTOF短線固態雷射雷達、4D角毫米波雷達以及車外麥克風，至於這兩顆新雷達的性能，之前我們已經分析過，前者主打車側短距離探測，後者可以獲取高度資訊，全車超過30顆感知感測器，最小的探測精度可以做到釐米級。

在極越之後，小鵬汽車是目前國內唯一選擇全系無鐳射雷達的純視覺智駕路線，但和特斯拉比起來，依然沒有省略掉超聲波雷達和毫米波雷達，目的也很明確，就是利用雷達感測器的特性提高感知數據豐富程度，帶來智駕安全冗餘，在度過靠記憶完成跨層漫遊泊車之後，今年圖靈AI智駕會落地無導航記憶的園區漫遊，理論上，地面部分的漫遊泊車，FSD也能跟上，但沒有高精度雷達來輔助標定環境數據，可以說即便打通跨層無人漫遊泊車，也大概率只能走記憶的路線，至於安全可靠性，屆時這又會是下一個話題。

*聲明：上述內容及觀點，僅代表作者，與網上車市無關，如有來源錯誤或侵犯您的合法權益，可通過郵箱與我們聯繫，郵箱位址：marong@cheshi.com